科技的发展推动着运筹学的发展，运筹学的许多分支越加成熟，其中运输模型在工业中得到广泛应用。传统的运输问题在于确定最优运输模式，使得总成本最小。而运输问题中的供求量很难严格给出具体数值，大多时候供应量是多于需求量的，故我们需要协调运输方式使供应地与需求地都满意。而运输的可选择路线不止一条，每条路线的优劣存在差别，决策者倾向于选择更优路线，同时需要控制运输时间，这些因素的灵活性致使精确的数学不能严格地研究这类问题，为此，需要在这类问题中加入随机因素与模糊因素，随机因素指某件事情不确定是否发生，模糊性指的是本身的不确定性。　　运输问题旨在解决问题的同时尽可能降低成本，为有效规划系统，提高效益，本文将运输总成本模糊化，以决策者满意度代替运输总成本，在模糊环境下，讨论了三种含不同影响因素的运输问题。第一种是含供求因素及决策满意度因素的问题，第二种是含路线因素及决策满意度因素的问题，第三种是含供求因素、路线因素及决策满意度因素的问题。为解决以上问题，本文以模糊数学、随机方程等数学理论为基础，建立了三种运输模型，用二进制搜索法，讨论了模型的求解算法，给出了前两种的可行性与复杂度，最后，用具体的例子来演绎模型的有效性。